0
我想知道我應該如何解釋套索迴歸的輸出。舉個例子:解釋Lasso迴歸p值與係數
library(lasso2)
lm.lasso <- l1ce(mpg ~ . , data=mtcars)
summary(lm.lasso)$coefficients
輸出是:
Value Std. Error Z score Pr(>|Z|)
(Intercept) 36.01809203 18.92587647 1.90311355 0.05702573
cyl -0.86225790 1.12177221 -0.76865686 0.44209704
disp 0.00000000 0.01912781 0.00000000 1.00000000
hp -0.01399880 0.02384398 -0.58709992 0.55713660
drat 0.05501092 1.78394922 0.03083659 0.97539986
wt -2.68868427 2.05683876 -1.30719254 0.19114733
qsec 0.00000000 0.75361628 0.00000000 1.00000000
vs 0.00000000 2.31605743 0.00000000 1.00000000
am 0.44530641 2.14959278 0.20715850 0.83588608
gear 0.00000000 1.62955841 0.00000000 1.00000000
carb -0.09506985 0.91237207 -0.10420075 0.91701004
如果我理解正確,套索迴歸應該基本上最小化並不是那麼重要的模式,使它們的係數基本功能零。這對於qsec
,vs
和gear
功能是有意義的。然而,p值是非常微不足道的。
如果我有一個基本爲零的係數,但p值接近1,我應該信任哪個值?我應該放棄模型中的特徵,因爲它的係數是零,或者從模型中丟棄它,因爲它的p值是微不足道的?